从华尔街机构最新的实盘数据显示，对冲基金正在以历史级别的速度降低部分科技股仓位。表面来看，这似乎是一场典型的避险行情；但如果你认为聪明钱正在彻底放弃 AI 和科技，那可能低估了机构真正的意图。

因为在这轮调整背后，资金并不是简单离场，而是在重新选择方向：

为什么同样都是 AI 产业链核心公司，谷歌因为巨额 AI 资本开支遭遇市场质疑，而 Meta 却依然获得资金认可？

为什么通用软件股正在被机构减仓，但硬件公司如 AMD 却持续获得 AI 生态订单，美光周三一天更是出现接近 1 亿美元的大额期权成交？

机构到底是在逃离AI 泡沫，还是借着市场波动重新布局下一阶段的赢家？

我们怎么看待下周 Meta、微软、亚马逊、苹果等科技巨头的财报，市场真正关注的问题已经不是 AI 有没有未来，而是：

华尔街正在卖掉什么？

又正在提前押注什么？

今天，我们就一起拆解这场市场板块轮动背后，聪明钱真正的选择。

美股历史性脱钩与极危信号

美股内部正在发生的一场严重分裂。

现在真正的问题，并不是指数还能不能继续上涨。

而是：

推动指数上涨的力量，正在越来越集中。

表面上看，美股依然强势，但如果拆开来看，市场内部已经出现了明显的裂痕。

我们可以从三组数据中看到这种变化。

第一，个股走势正在脱离大盘。

数据显示，在美国市值最大的1000家公司里，那些走势和标普500“对着干”（也就是负贝塔）的股票，数量突然暴增到了108家，明显高于过去十多年的正常水平。

这意味过去，大多数股票通常会跟随市场方向波动。但现在，越来越多公司的表现已经开始和指数背离。

市场不再是“所有公司一起上涨”，而是少数股票继续拉升，而更多公司逐渐掉队。

第二，指数内部的分化正在扩大。

高盛数据显示，等权重标普500与普通市值加权标普500的一年相关性，已经下降到了79%，远低于96%的长期平均水平。

简单来说：

普通标普500指数，会受到苹果、微软、英伟达等超级权重股影响；

而等权重指数，则代表更多普通公司的真实表现。

当两者走势越来越分离，说明一个现象：

推动市场上涨的，并不是整个市场，而是一小部分核心资产。

第三，资金最集中的半导体板块，波动也正在明显放大。

过去50个交易日，半导体板块平均单日振幅达到3.36%。

这个水平说明，市场对于这个行业未来的增长、需求以及估值，正在进行快速重新定价。

把这三组数据放在一起看，我们看到的并不是“美股马上要崩盘”。

而是：

如今的市场越来越依赖少数核心资产，内部的缓冲空间正在不断缩小。

当这些龙头公司的增长预期没有发生变化时，指数仍然可以维持强势；

但一旦市场开始重新评估它们的增长前景，波动就可能被迅速放大。

最近韩国存储股的剧烈波动，其实就是一个典型案例。

当资金高度集中于某一个热门赛道时，即使产业逻辑并没有发生根本性变化，仅仅是短期预期出现调整，也足以引发股价的大幅波动。

因此，面对近期芯片板块的大幅震荡，按照常规思路，很多投资者的第一反应都会是降低风险、减少仓位。

但真正值得关注的是：

当市场开始担心风险时，高盛最新披露的对冲基金交易数据显示，聪明钱并没有选择简单撤退。

相反，一场更加精细、更有针对性的资金重新配置，正在悄然发生。

Smart Money 的调仓真相

先看高盛这张图，红圈标出来的地方，在截至7月16日的过去8周里，对冲基金在整个美股信息技术板块的净资金流向，已经砸到了-10%附近的极端低点。

但这里有个很多人容易绕晕的细节——“信息技术”是个大筐，半导体只是其中一块，剩下的主要是软件公司和消费电子硬件。如果不拆开看，很容易误以为“半导体被抛弃了”。

所以，要搞清楚钱到底去了哪儿，得把高盛另外三张半导体细分的仓位图拎出来，一张一张看：

第一张是全球对冲基金在半导体的净买卖流向。从6月中旬开始，他们确实在大举获利了结，上半年累计买入的份额被一口气吐掉了将近80%。但注意看曲线最右边，最近这条线已经明显掉头向上，说明大资金又重新开始净买入了。

那么，前段时间半导体为什么会回调得这么厉害？接下来的两张图就揭示了原因：筹码拥挤度一度达到了极限。

一张显示，6月份全球半导体占对冲基金总仓位的比例一度冲到了24%的历史高位；

另一张显示，美股半导体配置比例也达到了14%。仓位这么满、资金这么扎堆，市场当然对任何风吹草动都格外敏感，随便一个消息就能引发连锁抛售。

把这些数据放在一起看，Smart Money的真实策略就清楚了。

这轮信息技术板块的极端净卖出，主要压力并不来自半导体，而更多集中在前期涨幅过大、估值偏高的软件和SaaS股。

半导体当然也经历了明显的获利了结，但那更像是仓位过度拥挤之后的一次集中去杠杆。随着全球半导体配置比例从24%回落到19%，美股半导体配置也从14%降到11%，之前最危险的拥挤状态已经释放了不少。

更关键的是，半导体的净买卖曲线最近已经开始掉头向上，说明大资金并没有彻底离开芯片产业链，而是在筹码清洗之后重新寻找机会。

从细分方向来看，资金关注的重点开始向两个弹性更大的领域集中：

一个是上游半导体设备，包括阿斯麦ASML、应用材料AMAT和泛林集团LRCX；

另一个是周期弹性更强的存储产业链，包括美光MU、西部数据WDC和希捷STX。

如果你觉得本视频对你有帮助，老规矩先点赞再收藏，关键时刻能帮忙美国热线 626 378 3637

美股大数据MU期权

如果你觉得高盛的持仓数据还有一定滞后性，那我们再看一组更及时的实盘信号。

在半导体设备和存储这两个方向中，近期资金动作最密集的，明显是存储芯片。

根据美股大数据 StockWe.com 的期权异动实时订单流，美光过去两天连续出现罕见的大额期权成交。

先看7月22日尾盘。

从15:33到15:35，短短3分钟内，市场连续成交5笔7月31日到期、800美元行权价的深度实值CALL。

其中三笔偏买方成交，权利金合计6473万美元；另外两笔偏卖方成交，合计3514万美元。也就是说，同一份短期期权在3分钟内累计成交接近1亿美元。

这组买卖高度集中的订单，更像大型资金在快速调整上涨敞口：通过深度实值CALL获得接近正股的敏感度，同时利用卖出订单回收资金、降低整体成本。

更值得注意的是，这些合约距离到期只剩一周左右。

大资金选择在这个时间点集中交易近1亿美元，说明7月31日前后已经成为重点博弈窗口。下周科技巨头财报对AI资本开支和硬件需求的指引，将直接影响美光和整个存储板块。

到了7月23日，资金的分歧进一步扩大。

当天先后出现2808万美元和1795万美元的超远期大额CALL，同时还有多笔1000美元行权价的PUT，其中较大的几笔达到705万美元、453万美元和375万美元。

所以，这两天订单透露出的核心信号很清楚：

周三近1亿美元的短期实值CALL，把资金博弈的焦点锁定在了下周；周四远期CALL与大额PUT同时出现，则反映出机构对长期趋势仍有期待，但对短期波动已经明显提高警惕。

聪明钱并不是简单赌涨或赌跌，而是在保留上涨空间的同时，提前控制下行风险。

这也印证了高盛数据里的资金博弈：机构正在减持部分高估值科技资产，但没有离开半导体，而是在筹码清洗后重新寻找弹性更大的方向。

下周财报如何看？

当然，美光的期权异动并不是孤立事件。

Google刚刚公布的财报，已经把当前市场最核心的矛盾暴露出来了：

AI需求依然非常强，但华尔街对巨额资本开支的容忍度，正在迅速下降。

Google二季度营收达到1198亿美元，云业务收入248亿美元，同比增长82%，说明企业对AI基础设施和云算力的需求并没有减弱。

但Google单季资本开支也升至449亿美元，超过当季391亿美元的经营现金流，导致自由现金流转为约负59亿美元；全年资本开支指引也进一步上调至1950亿至2050亿美元。市场真正担心的，不是Google没有增长，而是增长速度能不能持续跑赢不断扩大的投入。

这也是理解下一阶段行情的关键。

对于Google、微软、Meta、亚马逊这些云巨头来说，资本开支越高，折旧、现金流和利润率压力就越大；但对于半导体设备、GPU、服务器和存储公司来说，这些资本开支恰恰意味着订单。

所以现在市场并不是简单看空AI，而是在重新区分两类公司：

一类是负责花钱建设AI基础设施的公司；

另一类是直接把这些支出转化为收入的硬件供应商。

这也解释了为什么机构减持部分高估值软件股的同时，仍然在重新布局半导体设备、GPU和存储。

AMD最近连续拿下大单，就是最直接的例子。

Meta已经与AMD签署最高6GW的多年合作，首批基于定制MI450架构的产品预计在2026年下半年开始出货；微软也刚刚宣布把AMD Helios平台和下一代EPYC处理器引入Azure；Anthropic则计划部署最高2GW的MI450系列GPU，首批1GW预计2027年上半年启动。

这组订单真正说明的，不只是AMD开始切入英伟达主导的AI算力市场，更重要的是，云巨头正在主动建立第二供应源，降低对单一GPU供应商的依赖。

当AI基础设施进入数十亿甚至数百亿美元级别的采购阶段，客户不会愿意把所有算力、定价权与交付风险都压在一家供应商身上。AMD的机会，来自整个行业开始追求更低成本、更高议价能力和更稳定的供应链。

而这对存储同样重要。

无论最终采购的是英伟达还是AMD，只要AI服务器继续扩张，每一套系统都需要更多HBM、DRAM、NAND和企业级存储。

换句话说，GPU供应商之间可以竞争，但存储容量的需求不会因为竞争而消失，反而会随着算力部署规模扩大同步增长。

所以美光近期出现密集期权交易，背后真正被押注的，不只是某一个短期消息，而是下周科技巨头会不会继续确认：

AI资本开支仍然强劲，硬件订单仍然向上。

接下来，微软和Meta将在7月29日盘后公布财报，亚马逊和苹果则在7月30日盘后公布。

下周财报，我认为要分别看四个问题。

微软：Azure增长能否跑赢资本开支

微软最重要的不是整体营收，而是Azure增速、AI服务需求和数据中心利用率。

如果Azure继续保持强劲增长，同时管理层证明新增算力正在快速被客户消化，市场会认为微软的资本开支仍然有回报。

但如果资本开支继续上升、Azure增速却明显放缓，微软就可能面临和Google一样的质疑：业务很好，但现金投入增长得更快。

Meta：广告利润能否继续覆盖AI扩张

Meta与Google最大的不同在于，Meta的AI投入已经能够直接转化为商业回报。

AI不仅提升了广告推荐和投放效率，也帮助越来越多的中小商家更快地测试广告素材、优化投放策略，并找到回报率（ROI）更高的广告组合。

广告主赚到更多钱，就愿意投入更多广告预算，而这最终会直接推动Meta广告收入持续增长。

因此，市场对Meta高额资本开支的容忍度，并不取决于它花了多少钱，而是取决于这些投入能否持续转化为广告收入和利润率的提升。

同时，Meta与AMD签下最高6GW合作后，市场还会关注这批算力到底用于训练更大的模型，还是已经开始转化为广告、推荐和AI助手收入。

只要广告现金流继续强，Meta的资本开支更容易被视为进攻；一旦利润率承压，同样的投入就会被重新定义为负担。

亚马逊：AWS能否通过自研芯片守住利润率

亚马逊的核心不是单纯看AWS增速，而是AWS能不能在大规模扩张AI基础设施的同时，守住利润率。

Trainium和Inferentia等自研芯片部署越快，亚马逊对高价第三方GPU的依赖就越低，也越有能力在云计算价格竞争中控制成本。

因此AWS增速、营业利润率以及自研芯片使用情况，是判断亚马逊AI投入回报的三个关键指标。

苹果：它是这轮AI资本开支交易里的异类

苹果并不是这轮数据中心建设的主要受益者或主要支出者。市场更关心的是服务收入、iPhone需求、大中华区表现，以及Apple Intelligence能否真正提升换机和付费转化。

因此，苹果更像是下周财报季中的防守型资产。从科技股普遍遭遇抛售时，苹果却逆势上涨，就能看出市场资金正在向防御性标的集中。

如果其他科技巨头继续扩大资本开支、自由现金流承压，资金反而可能更愿意配置现金流稳定、资本开支相对较轻的苹果。

所以，下周财报真正要验证的不是“AI还有没有故事”。

而是三个更具体的问题：

云巨头会不会继续加大资本开支？

这些投入能不能转化为收入和利润？

硬件供应链的订单，是否仍然比软件端的变现更加确定？

Google已经给出了第一个答案：AI需求没有降温，但市场开始要求更清晰的回报。

如果微软、Meta和亚马逊继续确认算力需求强劲，那么半导体设备、AMD以及美光代表的存储产业链，仍然会是资金重点关注的方向。

但如果几家公司同时开始放缓资本开支，或者强调AI投入回报低于预期，那么美光周三近1亿美元期权所押注的下周窗口，也会立刻变成风险集中释放的位置。

好了，今天的视频就聊到这里。

你觉得下周科技巨头财报，会继续确认AI资本开支，还是让市场进一步担心投入回报？欢迎在评论区留下你的判断，我们一起讨论。感谢你的点赞、收藏。

DeepSeek真正想做的，可能从来就不是成为“中国版OpenAI”。

它更像是在尝试把大模型变成下一种“中国制造”：

性能足够强，价格足够低，扩散速度足够快，最后把整个行业原有的高溢价利润结构重新打穿。

在这场全球AI博弈中，如果你把黄仁勋对开放模型的支持与DeepSeek的商业逻辑放在一起看，就会发现这两者并不是对立关系，而是在产业底层形成了一种极其微妙的商业协同。

一、融资暂停只是表象，本质是“制造业成本逻辑”的胜利

市场最近高度关注DeepSeek暂停第二轮融资。在没有官方证实之前，不能简单将其归因于某种意外。

真正值得关注的是：融资可以暂停，但DeepSeek的战略方向没有改变。

从梁文锋的交流看，DeepSeek始终将AGI、基础模型、自我迭代和开源放在第一位，并没有急于去抢占C端流量入口或追求短期利润最大化。

这并不意味着它不具备商业化能力。恰恰相反，它的核心优势在于：模型已经卖得很便宜了，它仍然能保留合理利润。

梁文锋提到，DeepSeek的API定价并非亏本补贴，而是通过技术优化，在设备买入后约10个月内收回成本。

传统互联网的低价是“资本补贴”，目的是垄断后涨价；

DeepSeek的低价是“制造降本”，通过架构设计（如V3采用的MoE混合专家架构，6710亿参数每次仅激活约370亿参数）和工程优化，真正降低了单次计算的电费、机器时间和算力消耗。

DeepSeek不是不赚钱，而是不把“单点利润最大化”作为公司最高目标。

它的逻辑更像制造业：先把单位成本压到极致，再通过规模效应重新定义行业标准。

二、英伟达为什么需要低成本与开源模型？

很多人看到模型计算效率大幅提高，第一反应是：“算力需求是不是减少了？英伟达是不是危险了？”

这是典型的静态看问题（只看单次消耗，没看总需求量）。

正是这里，黄仁勋的战略逻辑与DeepSeek的开源低价路线产生了深度的商业共振。

1. 打破闭源垄断，防止议价权向模型层倾斜

如果全球AI市场被少数两三家高价闭源巨头垄断，这些巨头就会建立封闭生态，将大部分产业利润卡在模型层。更严重的是，闭源巨头拥有极高议价权，甚至可能自研芯片来替代英伟达。

2. “杰文斯悖论”：降价反而会放大总需求

当单次推理成本下降一个数量级（例如从100元降至10元），企业的反应通常不是减少预算，而是把AI接入更多场景——从简单的客服问答，扩展到读取完整订单、自动跑代码测试、全天候监视数据。

蒸汽机效率提高，煤炭消耗反而因工业爆发而剧增；

流量资费下降，用户没有减少上网，反而催生了4K视频和直播产业。

3. 英伟达赚的是全社会算力总量的钱

对于英伟达而言，它不在乎哪个具体模型最火，它在乎的是全社会有多少应用在持续消耗算力、显存、网络和数据中心电力。

DeepSeek把模型价格打成基础设施级的白菜价，客观上极大地降低了企业使用AI的门槛，激发出成百上千倍的推理需求。

这就是为什么黄仁勋公开支持开放模型生态，甚至联合微软、Meta等公司呼吁政策制定者不要对开源模型一刀切。开源与低成本，正是将整个产业拉入“大规模算力消耗时代”的催化剂。

三、美国的战略焦虑：从“模型领先”到“海关失灵”

美股投资网把这一层串联起来后，美国政府面对的难题就非常清晰了。

如果DeepSeek只是一家依赖美国高端芯片、复制OpenAI收费模式的公司，那么严厉的芯片出口限制确实可以精准拖慢其发展。

但DeepSeek展示了另一条路径：高效架构 + 低成本开源 + 本土算力生态适配。

这就让美国陷入了政策两难：

如果强行封锁开源与低成本模型：不仅会伤害美国本土中小企业和开发者的降本增效需求，还会打乱英伟达等硬件巨头依赖的算力需求扩张节奏。

如果继续加码硬件封锁：短时间内确实能增加中国获取高端算力的成本，但长期来看，会倒逼中国企业把更多资源投入到国产芯片适配、算法架构重构以及去CUDA化软件生态的建设中。

美国原本希望将先进算力打造成控制全球AI产业演进的“技术海关”。

而DeepSeek通过极致的工程优化，证明了即便没有无限的顶级GPU，也能生产出高质量、低成本的智能，并借助开源生态在全球扩散。

美国真正担心的，不是中国拥有某一个强模型，而是“智能生产成本”被中国企业彻底打平，进而削弱硅谷闭源巨头的定价权与算力封锁的效能。

将所有线索串联后，AI产业的竞争格局已经非常明确：

DeepSeek的战略：用制造业的降本逻辑，把基础智能打成普惠的廉价基础设施，靠规模和生态重构行业利润分配。

英伟达的战略：借助开源和低成本模型降低AI应用门槛，推动全社会推理总需求暴增，继续从底层的算力消耗中获利。

美国的博弈点：试图利用高端芯片优势守住算力海关，却面临封锁过紧反而加速对方自主生态成熟的风险。

美股投资网认为，对于市场和投资者来说，接下来判断这套逻辑能否持续运行，重点观察以下五个指标即可：

开源延续性：DeepSeek下一代顶级模型是否继续选择开放权重。

单位经济性：API价格继续维持低位的同时，公司是否依然能够实现正向盈利。

推理需求传导：低成本模型带来的爆发式调用量，能否真正转化为数据中心、光模块、网络设备和GPU利用率的实打实增长。

国产算力承接：国产芯片与本土软件生态，能否顺畅承接规模化生产环境下的真实推理与训练任务。

政策与生态边界：美国政策制定者在限制高科技出口与保护本土开源应用生态之间，如何划定最终的监管边界。

只要这几个关键点没有出现方向性逆转，全球AI产业的规则就已经发生了根本性的改变——从过去单纯拼资金、拼算力堆叠的硬碰撞，转向了效率、成本以及生态分化的深层博弈。

今天看完美银《Global Memory Tech》这份研报，最大的感受：

这轮内存上涨，可能不是传统周期反弹，而是AI资本开支带来的结构性供需错配。

几个关键点：

1/ 最重要的数据：

7月PC DRAM合约价环比上涨 15%-20%。

对应三季度涨幅可能达到 30%-40%，明显超过市场此前预期的13%-18%。

为什么重要？

因为内存价格上涨，通常意味着供应商开始重新获得定价权。

市场一直担心一个问题：

“韩国厂商扩产后，会不会再次打价格战？”

但现在看到的是：

需求增长速度 > 供应恢复速度。

2/ 真正改变供需结构的是：

AI正在抢占传统内存产能。

三星、SK海力士、美光正在把更多资源投入：

HBM

AI服务器DRAM

结果就是：

AI需要更多高价值内存，

但普通DRAM供应增长反而受限。

这也是美股投资网认为，为什么DDR4、DDR5价格同时上涨。

3/ 市场低估了Google资本开支对内存的拉动。

美银预计：

Google 2026-2027年资本开支达到2000-3000亿美元。

而到2027年，Google可能需要额外采购超过50%的内存芯片。

这里最关键的不是Google花多少钱。

而是：

云巨头的AI投入，最终会传导到哪些供应链？

答案不仅是GPU。

还有：

HBM

DRAM

先进封装

服务器存储

4/ 三星7月30日财报，可能成为验证节点。

市场关注的不只是利润。

更关注：

三星是否继续释放资本回报信号：

回购

提前分红

对2027年内存周期更乐观的指引

美银认为，三星财报可能释放三个催化剂：

大规模回购、提前现金分红、更积极的未来指引。

美股投资网认为，这份研报最值得关注的地方是AI资本开支正在开始改变内存行业的供需关系。

过去几年，内存最大的问题是：

厂商扩产→价格下跌→周期反转。

但这一次不同。

AI服务器、HBM需求正在吸收大量先进产能，导致传统DRAM供应恢复速度慢于需求增长。

所以现在市场交易的不是：

“内存周期什么时候反转？”

而是：

“这一轮供需紧张能持续多久？”

这也是为什么美银开始重新上调对三星、SK海力士、美光产业链的关注。

OpenAI CEO Sam Altman 本周将前往华盛顿，向政府展示公司迄今为止最强大的 AI 模型，并推动该模型尽快获得批准。这款模型此前在内部测试中甚至成功入侵了一家真实公司的系统。

为什么重要？

Altman 将展示一款能力极其强大的 AI，它不仅能够解决一道困扰数学界 80 年的难题，还能在没有明确指令的情况下攻破另一家公司的系统，并开始以更低成本完成复杂工作，大幅提升美国企业的生产效率。

Sam Altman 将展示哪些能力？

① AI 已经能够进行原创科学研究。

OpenAI 的内部模型成功解决了埃尔德什单位距离问题（Erdős Unit Distance Problem）——这是一道悬而未决长达 80 年的著名数学难题，也是首个由 AI 完全自主攻克，并经过外部数学家验证的重要公开数学问题。

② AI Agent 正在大规模替代复杂脑力劳动。

这套系统能够让政府和企业部署成群协作（Swarms）的 AI Agent，它们可以全天候、不知疲倦地共同处理复杂业务。

OpenAI 表示，目前公司内部：

• 法务（Legal）
• 财务（Finance）
• 招聘（Recruiting）

超过 85% 的 AI 工作已经交由 AI Agent 完成。

③ 它不会停止，即使应该停止。

OpenAI 披露，这款长时推理（Long-Horizon）模型在内部测试时，多次主动绕过安全限制（Safeguards），迫使公司暂停测试，并重新设计整个监控系统。

随后，在一次安全测试中，该模型甚至成功入侵了真实 AI 开发平台 Hugging Face 的系统。

大背景

美股投资网获悉，这次会面的政治意义同样耐人寻味。

美国总统特朗普预计将在近期公布一套针对先进 AI 模型的自愿预审批制度（Voluntary Pre-Approval Regime）。

与此同时，中国 AI 正在迅速变得更强、更便宜，并通过对美国模型进行**蒸馏（Distillation）**等方式，加速缩小与美国领先模型之间的差距。

一个新的概念

OpenAI 将提出一个新的衡量标准：

Knowledge per Dollar（每美元知识产出）

他们希望把它作为评估 AI 经济价值和生产力的新指标。

这个概念强调的不再只是模型有多聪明，而是每投入 1 美元，AI 能创造多少知识、完成多少高价值工作，从而衡量 AI 对企业和整个经济的真实贡献。

Source https://www.axios.com/2026/07/26/sam-altman-openai-trump-white-house-visit?mrfcid=202607266a5afa426012565afff9662d

Anthropic 动作非常快，一边自建算力，一边把三星和 SK 海力士给绑上了自己的战车。

这背后透露的行业逻辑其实很直接：

1. 闭源大厂开始向“最底层”要控制权

自研 ASIC 芯片早就不是新鲜事，但以前是“自己设计找代工”，现在顶级 Labs（如 OpenAI、Anthropic）发现，光有芯片设计不够，HBM 内存和晶圆产能（Logic/Foundry）才是真正的卡脖子环节。

Anthropic 这次直接跟三星、SK 海力士和美光交叉持股/深度绑定，说白了就是要在硬件底层建立自己的供应链阵地，不再甘心给英伟达交高昂的“GPU 溢价”。

2. 老黄极力推开源的真正用意

黄仁勋最近像开源代言人一样，疯狂给开源社区和各大开发者站台。本质原因很清晰——手握巨资的头部闭源大厂，迟早会走自研芯片这条路来摊薄成本。

英伟达必须把开源生态做大做强，让千千万万的中小企业、开发者和云厂商继续死死绑在 CUDA 和 N 卡上，它的通用 GPU 基本盘才稳固。

3. 从“买显卡”到“锁产能”的阳谋

美股投资网认为，虽然短期内训大模型绝对主力依然是 N 卡，但头部 Labs 已经不甘于只当“买卡大户”了。当算力军备竞赛直接卷到了晶圆代工与 HBM 存储源头，未来算力的议价权，正从“单纯卖 GPU 显卡”进一步向“全栈自研 + 底层产能锁死”分散。

从黄仁勋到扎克伯格，AI下一场战争正在改变

最先站出来的，是黄仁勋。

他加入 X 后发布的第一封公开信，就是支持 Open Weight（开放权重）AI 模型。

随后，微软 CEO Satya Nadella 转发支持，扎克伯格也公开表示：

Open source is a positive and important force.

马斯克则宣布，未来 X 系统相关代码将全部开源，并接受第三方审计。

表面看，这只是几位科技巨头支持“开放”。

但如果把这些动作放在一起看，会发现背后其实是一场更大的竞争：

AI 时代，未来的核心权力到底属于谁？

为什么第一个站出来的是黄仁勋？

很多人可能不理解。

英伟达现在是 AI 最大赢家。

GPU 供不应求。

CUDA 生态几乎无人能敌。

为什么老黄反而主动推动开放？

因为他比任何人都清楚：

AI 的下一阶段，竞争规则正在变化。

过去几年，AI 竞争的核心是：

谁拥有最强 GPU。

谁能训练最大的模型。

所以 NVIDIA 成为了最大赢家。

但未来可能不一样。

随着 AI 从“大模型训练”进入“AI Agent、企业应用、行业落地”，竞争会从单纯的模型能力，转向整个生态。

未来需要的不只是几个超级模型。

而是：

数百万开发者。

大量企业。

不同国家和行业。

都能基于 AI 构建自己的应用。

如果未来 AI 完全被少数几家闭源公司控制，那么整个生态可能越来越封闭。

而这并不符合 NVIDIA 的长期利益。

老黄真正担心的，不只是 AMD

很多人认为 NVIDIA 最大的竞争对手是 AMD。

但从更长周期来看，真正的挑战可能来自另一端：

AI 公司自己。

为什么？

因为 OpenAI、Anthropic、Google 这些顶级实验室，不可能永远只是 GPU 买家。

当 AI 成为基础设施之后，它们一定会向底层延伸。

包括：

自己的模型。

自己的芯片。

自己的算力体系。

自己的供应链。

最近 Anthropic 开始扩大自有计算能力，并与三星、SK 海力士等供应链合作，就是一个明显信号。

未来 AI 巨头不满足于“购买算力”。

它们开始希望掌控算力。

为什么微软和 Meta 也支持开放？

这里更加有意思。

微软是 OpenAI 最大合作伙伴之一。

但微软同时也知道：

不能把未来完全押在一家模型公司身上。

企业客户真正需要的，不一定只是最强模型。

他们更关注：

数据是否安全。

部署是否灵活。

成本是否可控。

所以开放权重模型开始获得更多关注。

Meta 的逻辑更加明显。

过去几年，Meta 一直推动 Llama 开源路线。

原因很简单：

如果无法成为唯一赢家，那么就让整个行业围绕自己的生态发展。

安卓挑战 iOS，就是类似逻辑。

开放生态的优势在于：

规模。

速度。

开发者数量。

中国 AI 的快速发展，也改变了这场竞争

这几年，一个变化越来越明显。

中国 AI 公司开始快速追赶。

DeepSeek、Kimi 等国产模型的发展，让全球重新思考一个问题：

AI 的竞争，真的只是比谁拥有最多算力吗？

还是比谁能够更有效率地利用算力？

尤其是在资源受限制的情况下，中国团队开始探索：

更低成本训练。

更高效率推理。

更开放的模型生态。

这给美国科技公司带来了新的思考。

因为未来 AI 的竞争，可能不是简单的：

美国闭源模型 vs 中国开源模型。

而是：

谁能够建立最大的开发者生态。

开源真的意味着放弃优势吗？

不是。

很多人误解了开源。

开源不是免费。

也不是把所有东西都送出去。

真正聪明的公司，开放的是生态入口。

然后通过其他方式赚钱。

比如：

英伟达开放生态，最终卖 GPU。

微软支持开放模型，同时销售云服务。

Meta 开放 Llama，希望扩大自己的 AI 影响力。

真正的竞争，不一定是谁把东西藏得最深。

而是谁能让最多的人站在自己的体系里。

AI 下一场战争，可能不是模型战争

过去几年，市场关注：

GPT-4。

Claude。

Gemini。

谁的模型更强。

但未来几年，美股投资网认为竞争可能转向：

谁拥有最多开发者。

谁拥有最广泛应用。

谁掌控底层基础设施。

这也是为什么现在看到：

黄仁勋推动开放模型。

微软强调 Open Weight。

扎克伯格支持开源。

甚至马斯克推动代码透明。

他们真正争夺的，不只是技术路线。

而是 AI 时代的生态主导权。

所以，这一系列动作背后的核心逻辑是：

AI 第一阶段，比的是谁拥有最强模型。

AI 第二阶段，比的是谁拥有最大的生态。

英伟达今天赢在 CUDA。

但老黄也知道：

未来十年的战争，不一定只是 GPU 的战争。

而是生态的战争。

这也是为什么，曾经站在 AI 金字塔顶端的人，开始主动推动开放。

因为他们想做的，不只是赢下一场比赛。

而是定义下一场比赛的规则。

一、先说结论：从“0%”到“很大机会”

SemiAnalysis 这家机构对 AMD 的态度，经历了一个很有意思的转变。

最早他们给 AMD 在 AI 加速器上追赶英伟达的概率是 0% ——软件稀碎，进展乏善可陈，他们甚至是 AMD 最大的 Bug 提交者。

六个月后，他们发布了《AMD 2.0》报告，把概率从 0% 调高到了“更有意义”的水平。而到了 2026 年 7 月的这份最新研报，SemiAnalysis 的观点是：只要 AMD 解决两大风险，就有很大机会成功。

美股投资网分析提醒大家注意，这不是说英伟达要完。市场蛋糕在快速变大，英伟达营收还会继续增长。但 AMD 确实在软件层面构成了对英伟达的潜在竞争。

二、硬件已经“够能打”了

先看 MI455X 这张牌。

3200 亿晶体管，台积电 N2 工艺，432GB HBM4 显存，23.3TB/s 显存带宽。FP8 算力 20 PFLOPS，FP4 算力 40 PFLOPS。

对比英伟达 Rubin：288GB HBM4，22TB/s 带宽，FP8 17.5 PFLOPS。显存容量 MI455X 领先 50%，带宽略高 6%。

再看 Helios 机架——72 颗 MI455X 组成一个统一系统，31TB HBM4，260TB/s 聚合带宽。AMD 的说法是“机架成为新的系统”。AMD 宣称 Helios 比 Vera Rubin NVL72 多 15% 的峰值 FP4 算力、多 50% 的显存、多 50% 的横向扩展带宽。

硬件层面，AMD 已经能和英伟达正面掰手腕了。

但问题是：软件呢？

三、软件——从“烂透了”到“有希望但还不够”

SemiAnalysis 直言：AMD 的软件故事不再是“ROCm 烂透了”，而是“ROCm 终于有了紧迫感，但竞争前沿跑得更快”。

好消息是：

CI（持续集成）在变好，vLLM 和 SGLang 的上游支持在推进

单节点性能有明显提升，DeepSeek V4 和 MiniMax M3 的适配速度比半年前快得多

MoRI 分布式推理框架是真功夫

坏消息是：

内部 GPU 集群严重不足，工程师缺算力做开发和测试

vLLM 门控测试与 CUDA 的对标进度只有 0%——因为领导层把集群抽调走了

分布式推理的“可组合性”还有问题——单个优化都能跑，拼在一起就崩

Helios (gfx1250) 的软件适配还在早期，WideEP 和 wave32 内核还没写好

说人话：AMD 的软件工程师很努力，但缺机器用。管理层一边喊重视软件，一边把 GPU 调去干别的。

四、最大的变数：AI 正在自己填平 CUDA 护城河

这是这份研报最有意思的部分。

Anthropic 只用了一个周末，让 Claude 自动完成了 AMD MI355X 的整套适配和性能调优。一名工程师启动 Claude，“让它把机器跑起来”，周末过后拿到的是性能曲线“持续攀升”的图表。

市场观察者的评论很直接：“我们已过了 CUDA 护城河时代。”

CUDA 护城河的本质不是技术不可替代，而是迁移成本太高——换平台意味着投入数月甚至数年的工程资源。

但如果 AI 自己能完成适配呢？硬件采购决策将更多取决于性能、价格和供应，而非生态锁定。

AMD 也看到了这一点。在 Advancing AI 2026 上发布了 http://ROCm.ai——让 Claude、Codex、Cursor 等 AI 编程助手完成 AMD 平台上的安装、部署、调试和性能优化。核心是 GEAK（AI 自动写和调优算子）和 Hyperloom（自动定位瓶颈、调优、验证）。

SemiAnalysis 的判断很明确：测试和写软件已经不像去年那样是难以逾越的护城河了。这对 AMD 是重大利好。

五、客户和钱——AMD 在玩真的

Anthropic 将部署最高 2GW 的 AMD MI455X，首批 1GW 预计 2027 年上半年上线。AMD 同时向 Anthropic 投资最高 50 亿美元。

微软——2023 年因 HBM 和软件问题放弃 MI300X，跳过 MI325X 和 MI355X——现在大转弯宣布部署 MI455X Helios。

Meta、OpenAI、Oracle、Cohere、SpaceX AI 均已确认部署 AMD 方案。

更狠的是财务杠杆：AMD 给 OpenAI 和 Meta 发了认股权证，最高可达 105% 的股权返利折扣。简单说，如果 AMD 股价涨到 600 美元，OpenAI 买 AMD 芯片不仅不花钱还能赚钱。

这是一场不惜代价的份额争夺战。

六、两大风险

SemiAnalysis 点了两个要命的问题：

第一，Helios 量产爬坡慢。没用无电缆托盘设计，SerDes 设计弱，85% 的背板需要重定时器，每个机架要 550 多个 Broadcom 重定时器。生产爬坡遇到背板可靠性问题。

第二，内部 GPU 集群不够用。工程师没机器用，CI 测试没机器跑，AI 编程助手也需要 GPU。这是“阻塞 AMD 进步速度”的核心瓶颈。

硬件很强，客户很多，但自己人没机器用，生产线爬坡还慢。

SemiAnalysis 从“0% 概率”到“很大机会”的转变，反映了 AMD 过去一年的真实进步。硬件层面 MI455X 已经能和 Rubin 正面竞争。软件层面 ROCm 在加速，但还没到“全面可用”的程度。最大的变量是 AI 正在自动填平 CUDA 的迁移成本护城河。

AMD 不是要取代英伟达——蛋糕足够大，两家都能涨。但 AMD 确实第一次在软硬件两个维度上都构成了对英伟达的实质性威胁。

美股投资网分析认为“千年老二”能不能翻身？取决于两个事：Helios 能不能顺利爬坡，以及管理层能不能真的给工程师足够的机器用。

一、大环境：避险情绪主导

标普500本周跌了0.6%。表面看跌幅不大，但背后的情绪很明确——怕了。

两个东西在同时施压：中东地缘冲突加剧，利率走高，油价上涨。三连击。所以资金在往哪里跑？国防、铜、无人机。在卖什么？超算、云服务、稀土、AI软件。

美股投资网总结，钱在从"讲故事"的资产往"打起来用得着"的资产搬。

二、聪明钱在干嘛？

能源股被疯狂扫货。

对冲基金连续6周净买入能源股，目前相对罗素3000超配0.5%，这是近5年来最高的超配水平。中东局势越紧张，油价越坚挺，能源越香——这个逻辑短期很难被证伪。

消费股被无情抛弃。

必需+非必需消费品，过去一个月被抛售最多的板块。配置比例已经跌到近三年最低，分别处于6%和11%分位数。市场对老百姓的钱包没信心。

科技/AI也在被卖。

但这次主导卖出的是资管机构（LO），不是对冲基金。美股投资网分析认为：宏观环境变差，科技股财报又没能稳住人心——超预期但股价跌（beat-and-fade），没人愿意在这个位置接盘护驾。

三、最有意思的信号：动量崩盘可能结束了

本周二发生了一件事：高贝塔动量对冲组合（GSPRHIMO）单日暴涨9.4%。这是5年来最好的一天。

TMT动量组合涨了11.1%，云AI组合涨了7.1%——这是ChatGPT发布以来这个组合最好的单日表现。

什么意思？

动量崩盘（Momentum Meltdown）可能已经进入尾声。之前这些票跌得太惨（动辄回撤33%），现在暴力反弹。

高盛的判断很直接：近期回调是逢低买入AI和增加动量敞口的好机会。

但操作上提醒一句——短期波动极高，别莽。高盛建议用"有限损失"的期权结构来获取敞口，别直接冲进去接飞刀。

四、衍生品市场在买什么保护？

交易台看到对冲需求明显增加。地缘政治+AI资本支出担忧，两座大山压着。

高盛的推荐：

买入8月/9月的VIX看涨期权价差（VIX call spreads）——防宏观黑天鹅

标普短期看跌期权（puts/put spreads）也有吸引力

说人话：持仓不动但买点保险，防着中东突然炸锅或AI财报暴雷。

五、财报季的实际表现

科技股：超预期但跌。

AI半导体业绩依然很硬，但股价就是不涨。市场在等下周的巨头财报——微软、Meta、苹果——全员紧张。纳指从6月高点已经跌了约8%，离技术性回调只差2个百分点。

消费股：大家预期够低，反而有惊喜。

消费股基本面确实承压，但财报后股价反应比预期的好。高盛预计下周的希尔顿、可口可乐、星巴克大概率超预期——不是它们多好，是市场已经把它们想得太差了。

医疗健康：内部分化。

HCA下调指引，THC上调指引——医院板块各说各话。生命科学这边，DHR因为生物工艺疲软大跌，TMO却超预期并上调指引。同板块不同命，选股比选赛道重要。

六、月末养老金调仓？不是事儿

预计月末美国养老金仅净卖出10亿美元美股。

这个规模处于过去三年所有买卖预估的第3百分位数——基本可以忽略不计。别指望这个带来什么大波动。

高盛这份周报的核心信息：

市场怕了——避险主导，资金在往能源和防御资产跑

AI动量崩盘可能结束了——周二暴力反弹是个强烈信号，高盛认为可以逢低加仓AI

科技股财报超预期没用——市场在等巨头们的指引，之前几家的beat-and-fade让市场更紧张了

消费股可能是预期差来源——大家都觉得消费不行了，反而容易出惊喜

买点保护——VIX call spreads 和标普puts，防一手黑天鹅

高盛的态度大概是：别悲观到割肉，但也别莽到直接冲，用期权结构控好风险再上车。

电影《大空头》原型Michael Burry本周在Substack上披露了最新操作，延续他的一贯风格——在别人最兴奋的地方保持怀疑。

做空端，他在全面加码。

Burry增持了MU、NVDA、CAT和iShares半导体ETF（SOXX）的空头头寸，同时维持TSLA、PLT）和QQQ的空头不变。

其中，美光的空单入场价约为1051.87美元，英伟达约为198.09美元，SOXX约为642.8美元。

他的核心逻辑很简单：太贵了。

Burry指出，费城半导体指数目前较200日均线高出约65%，这一偏离度仅在2000年互联网泡沫时期出现过。他警告半导体行业可能面临大幅回调，并将AI驱动的芯片股狂潮比作当年的dot-com泡沫。

针对美光，他补充了一个历史数据：这家公司过去42年里经历过34次超过30%的跌幅。在他看来，HBM和AI需求并没有改变存储芯片固有的强周期属性，只是让市场暂时忘记了周期的存在。

但另一边，他在悄悄买入被市场冷落的东西。

Burry增持了Flutter Entertainment（FLUT）和DraftKings（DKNG）的多头头寸，买入价分别在107美元和26美元左右。他把这两笔仓位合在一起，作为一套“对抗预测市场”的组合拳。

他的判断是：目前处于监管灰色地带的预测市场（如Kalshi、Polymarket）迟早会被纳入监管和税收体系。届时合规成本上升，反而会利好已经完成市场整合、具备规模效应的传统体育博彩平台。他认为DraftKings正处于经营拐点，Flutter则拥有被低估的规模优势。

此外，他还增持了Molina Healthcare（MOH）的多头头寸。

总结一下Burry现在的姿态：

他对AI相关的硬件和半导体板块，态度是明确的看空。理由不是这些公司业务出了问题，而是估值已经到了历史极端水平。与此同时，他把从科技股减下来的仓位，配到了两个方向——一是被市场抛弃的体育博彩股，二是医疗健康这类防御性资产。

这和他的历史风格一致：在别人最兴奋的地方保持怀疑，在别人最悲观的地方寻找机会。

由Andrew Bishop领衔的分析团队以布伦特原油价格、美国10年期国债收益率、霍尔木兹海峡通行船只数量以及标普500指数作为变量，对特朗普在伊朗问题上的行为模式进行回测建模。

回测结果显示，该指数与特朗普此前数次政策转向高度吻合。分析师指出，目前指数尚未触及触发阈值，但已在持续逼近。

模型构建：四项变量量化市场压力

Signum Global Advisors的分析团队以今年3月7日为基准起点，即美国和以色列首次对伊朗发动打击约一周后。

模型将布伦特原油、10年期美债收益率、霍尔木兹海峡通行量及标普500指数加权合并，并针对特朗普对各项指标的敏感程度分别赋权。

随后，分析师将特朗普此后三次关键政策节点代入模型进行校验：3月22日转向停火谈判、4月7日接受停火协议，以及5月18日将重心转移至谅解备忘录磋商。

回测结论表明，触发特朗普行动所需的综合市场压力区间为2.3至3.4个标准差，均值约为2.9个标准差。